Untuk dapat memantau parameter fisis dari pertumbuhan tanaman hidroponik, diperlukan sistem instrumentasi yang tersusun dari sensor dan komponen.
Keseluruhan sensor dihubungkan dengan mikrokontroler yang masing-masingnya memiliki modul wi-fi untuk menghubungkan sensor ke server.
Baca Juga:
PLN Icon Plus Hadirkan ICONNEXT, Pameran Futuristik Terbesar di Indonesia
Kemudian, data yang didapat diolah dan disimpan dalam basis data dan dibagi menjadi data training dan data testing. Data training digunakan untuk membuat model prediksi, yang kemudian diuji performanya menggunakan data testing.
Jika tingkat performa belum sesuai dengan kriteria performa yang diinginkan, ataupun jika terdapat penambahan data, maka dilakukan training kembali hingga model dapat mencapai tingkat performa yang diinginkan.
Dari data temperatur udara dan larutan, kelembapan udara, intensitas cahaya, hingga total dissolved solid (TDS) yang diamati sebagai variabel independen, didapat luas dan banyaknya daun serta tinggi tanaman sebagai variabel dependen yang diprediksi.
Baca Juga:
PLN Icon Plus Hadirkan ICONNEXT, Pameran Futuristik Terbesar di Indonesia
Koefisien determinasi tertinggi pada prediksi proses produksi tanaman pakcoy tertinggi didapat dari program algoritma random forest regression senilai 0,933.
Selain itu, diperoleh data variabel independen pada produksi pakcoy dan kangkung yang paling mempengaruhi pertumbuhan tanaman –yang dengan begitu dapat menjadi variabel kontrol yang didapat, adalah TDS dan intensitas cahaya.
Tidak berhenti sampai disini, sistem control TDS akan dibuat dari hasil beberapa model dengan menerapkan program random forest regression. Dengan begitu, produksi daun dapat tumbuh secara optimal pada berbagai cuaca. [qnt]
Ikuti update
berita pilihan dan
breaking news WahanaNews.co lewat Grup Telegram "WahanaNews.co News Update" dengan install aplikasi Telegram di ponsel, klik
https://t.me/WahanaNews, lalu join.
